Հետ
Արհեստական բանականություն և մեքենայական ուսուցում

Օպտիմալ կանգառի պատրանքը

Dev.to
Advertisement468 × 90
Օպտիմալ կանգառի պատրանքը

NTU, NUS և CMU-ի հետազոտողների վերջին ուսումնասիրությունը կասկածի տակ է դնում այն ենթադրությունը, որ ինքնավար լեզվական գործակալները կարող են արդյունավետորեն կառավարել իրենց որոնման ծախսերը: Թեև մոդելները ցուցադրում են բարձր ճշգրտություն անպետք կամ վնասված տվյալները բացահայտելու հարցում, նրանք չեն կարողանում այդ դատողությունը վերածել կանգառի որոշումների: Փոխարենը, որպեսզի խնայեն թոքենները, գործակալները հաճախ քայլերի բյուջեն ընկալում են որպես սպառման թիրախ՝ շարունակելով հարցումներ կատարել նույնիսկ այն դեպքում, երբ տեղեկատվության ձեռքբերումը զրոյական է: Հետազոտությունը ցույց է տալիս, որ քանի որ ավտոռեգրեսիվ մոդելները չունեն հաշվեկշռի կամ կորստի նկատմամբ վախի զգացում, նրանք գործիքային հարցումները դիտարկում են որպես պատասխանատվությունը հետաձգելու միջոց: Հետևաբար, ուսումնասիրությունը եզրակացնում է, որ գործակալային աշխատանքային հոսքերում կապիտալի կարգապահությունը հնարավոր չէ ձեռք բերել միայն հուշումների ճարտարագիտության միջոցով: Փոխարենը, մշակողները պետք է ներդնեն արտաքին սահմանափակումներ ճարտարապետական մակարդակում՝ կանգառի սահմանները հարկադրելու և ձեռնարկատիրական տեղակայումներում ռեսուրսների արդյունավետ օգտագործումն ապահովելու համար:

This is a summary. Read the full article at the original source:

Dev.to
Advertisement468 × 90
Share
Արհեստական բանականություն և մեքենայական ուսուցում

Կապակցված

Ծրագրավորող Բրենդոն Թոմասը գործարկել է հավակնոտ նախագիծ՝ Adobe Creative Suite-ը փոխարինելու համար՝ ստեղծելով յոթ բաց կոդով հավելվածներ։ Օգտագործելով A…

Ars Technica

Google-ը ներկայացրել է Playground-ը՝ փորձարարական հարթակ, որը նախատեսված է գեներատիվ արհեստական բանականության միջոցով բրաուզերային խաղերի մշակումը պար…

Mashable
Advertisement970 × 250